jointplot - plot histogram python

python: distplot con distribuciones múltiples

Question

Estoy utilizando el transporte marítimo para trazar una parcela de distribución. Me gustaría trazar múltiples distribuciones en la misma parcela en diferentes colores:

Así es como empiezo el diagrama de distribución:

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
iris = load_iris()
iris = pd.DataFrame(data= np.c_[iris[''data''], iris[''target'']],columns= iris[''feature_names''] + [''target''])

sns.distplot(iris[[''sepal length (cm)'']], hist=False, rug=True);

La columna ''target'' contiene 3 valores: 0,1,2.

Me gustaría ver un gráfico de distribución para la longitud del sépalo donde target == 0, target == 1, y target == 2 para un total de 3 gráficos.

¿Alguien sabe cómo hago eso?

Gracias.

Answer 1

Lo importante es ordenar la trama de datos por valores donde el target es 0 , 1 o 2 .

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
import seaborn as sns

iris = load_iris()
iris = pd.DataFrame(data=np.c_[iris[''data''], iris[''target'']],
                    columns=iris[''feature_names''] + [''target''])

# Sort the dataframe by target
target_0 = iris.loc[iris[''target''] == 0]
target_1 = iris.loc[iris[''target''] == 1]
target_2 = iris.loc[iris[''target''] == 2]

sns.distplot(target_0[[''sepal length (cm)'']], hist=False, rug=True)
sns.distplot(target_1[[''sepal length (cm)'']], hist=False, rug=True)
sns.distplot(target_2[[''sepal length (cm)'']], hist=False, rug=True)

sns.plt.show()

La salida se ve como:

Si no sabe cuántos valores puede tener el target , busque los valores únicos en la columna de target , luego divida la trama de datos y añádala a la gráfica de manera apropiada.

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
import seaborn as sns

iris = load_iris()
iris = pd.DataFrame(data=np.c_[iris[''data''], iris[''target'']],
                    columns=iris[''feature_names''] + [''target''])

unique_vals = iris[''target''].unique()  # [0, 1, 2]

# Sort the dataframe by target
# Use a list comprehension to create list of sliced dataframes
targets = [iris.loc[iris[''target''] == val] for val in unique_vals]

# Iterate through list and plot the sliced dataframe
for target in targets:
    sns.distplot(target[[''sepal length (cm)'']], hist=False, rug=True)

sns.plt.show()

Answer 2

Un enfoque más común para este tipo de problemas es refundir sus datos en un formato largo usando Melt, y luego dejar que el mapa haga el resto.

import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
import seaborn as sns

iris = load_iris()
iris = pd.DataFrame(data=np.c_[iris[''data''], iris[''target'']], 
                    columns=iris[''feature_names''] + [''target''])

# recast into long format 
df = iris.melt([''target''], var_name=''cols'',  value_name=''vals'')

df.head()

   target               cols  vals
0     0.0  sepal length (cm)   5.1
1     0.0  sepal length (cm)   4.9
2     0.0  sepal length (cm)   4.7
3     0.0  sepal length (cm)   4.6
4     0.0  sepal length (cm)   5.0

Ahora puedes trazar simplemente creando un FacetGrid y usando el mapa:

g = sns.FacetGrid(df, col=''cols'', hue="target", palette="Set1")
g = (g.map(sns.distplot, "vals", hist=False, rug=True))